Mark Grover, Ted Malaska, Jonathan Seidman, Gwen Shapira 著

郭文超 译

出版时间：2017年01月

页数：278

本书就使用Apache Hadoop端到端数据管理方案提供专业架构指导。其他书籍大多针对Hadoop生态系统中的软件，讲解较为单一的使用方法，而本书偏重实践，在架构的高度详细阐释诸多工具如何相互配合，搭建出打磨之后的完整应用。书中提供了诸多案例，易于理解，配有代码解析，知识点一目了然。
为加强训练，本书后半部分内容深入讲解案例，涵盖最为常见的Hadoop应用架构。无论是设计Hadoop应用，还是将Hadoop同现有数据基础架构集成，本书都可以提供详实的参考。

● 使用Hadoop进行数据存储和建模的着眼点和思路
● 将数据输入、输出系统的最佳方案
● MapReduce、Spark和Hive等数据处理框架介绍
● 数据去重、窗口分析等常见Hadoop处理模式应用
● 在Hadoop上采用Giraph、GraphX等图形处理工具
● 综合使用工作流以及Apache Oozie等调度工具
● 以Apache Oozie、Apache Spark Streaming和Apache Flume进行近实时流处理
● 点击流分析、欺诈检验和数据仓库的架构案例